分治(divide and conquer)策略的基本思想:
将一个规模为n的问题分解为k个规模较小的子问题,这些子问题互相独立且与原问题相同。递归地解这些子问题,然后将各子问题的解合并得到原问题的解。
大致可以通过如下模式来描述:
divide_and_conquer( P ){
if(|P|<= n0) adhoc(P);
divide P into smaller subinstances P1,P2,...,Pk;
for( i = 1 ; i <= k;i++){
yi = divide-and-conquer(Pi);
}
return merge(y1,y2,...yk);
}
其中|P|表示问题P的规模.(具体见王晓东的算法设计与分析或者算法导论中的相关内容)
以下为分之策略的典型算法:
1.归并排序(MergeSort)的基本思想是:将待排序元素分成大小大致相同的两个子集合,分别对两个子集合进行排序,最终将排好序的子集合合并成所要求的排好序的集合。
大致可以通过如下模式来描述:
void MergeSort(Type arr[],int l,int r){
//MergeSort l...(l+r)/2,对l到(l+r)/2进行归并排序
MergeSort(arr,l,(l+r)/2);
//MergeSort (l+r)/2+1 ... r,对(l+r)/2+1到r进行归并排序
MergeSort(arr,(l+r)/2+1,r);
//Merger,合并已经排好序的两个子序列,使整个序列有序。
merge(arr,l,r);
}
具体代码如下:最后的合并我使用的事直接插入排序。
template<class T> void MergeSort(T arr[],int l,int r){ if(l < r){ //MergeSort l...(l+r)/2 MergeSort(arr,l,(l+r)/2); //MergeSort (l+r)/2+1 ... r MergeSort(arr,(l+r)/2+1,r); //Merger,direct insert sort for(int i = (l+r)/2+1 ; i <= r ; i++ ){ T temp = arr[i]; int j = i-1; //有序序列元素逐渐增多,待排序列元素逐渐减少。 for(j; j >= 0 ; j--){ if(arr[j] > temp ){ arr[j+1] = arr[j]; }else{ break; } } arr[j+1] = temp; } } }
但其实,在合并部分使用直接插入有可能是件极糟糕的事情,在最坏情况下,合并操作(Merge)的时间复杂度为O(n^2),例如,无序序列{6,7,8,5 ,3,1,4,2}在最后一趟归并中形成了有序序列{5,6,7,8} 和{1,2,3,4},执行合并操作时,由于算法是直接插入,必然是属于最坏的情况。对于有n个元素的类似的无序序列,最坏情况下,其时间复杂度为O(n^2).
如果改变合并操作(Merge)的算法,则可保证合并操作在O(n)内完成,肯定能猜到,它就是合并两个有序链表的算法。
====2013年3月26日更新===========================================
归并操作过程:https://zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F#.E5.BD.92.E5.B9.B6.E6.93.8D.E4.BD.9C
============================================================
此时,整个归并排序在最坏情况下所需的计算时间T(n)满足
T(n) = { O(1) n <= 1
{ 2T(n/2)+O(n) n > 1
解此递归方程可得 T(n) = O(nlogn) ,由于排序问题的计算时间下界为nlogn,故归并排序算法是一个渐进最优算法。
2.快速排序
快速排序的思想:
算法代码:
template<class T> void quickSort(T arr[],int l,int r ){ if(l < r){ //一趟排序 int t = l; T temp = arr[t]; int i = l,j=r; while(i < j){ for(;arr[j]>= temp && i<j ;j-- ){ } if(arr[j]< temp && i<j){ //交换 arr[t] = arr[j]; t = j; i++; } for(;arr[i]<= temp && i<j ; i++){ } if(arr[i] > temp && i<j){ arr[t] = arr[i]; t = i; j--; } } arr[i] = temp; t = i; //递归调用,分解问题 quickSort(arr,l,t-1); quickSort(arr,t+1,r); } }